基于WCF的分布式表情識別系統(tǒng)研發(fā).pdf

1、自動面部表情識別旨在于賦予計算機理解人類情感能力，實現自然人機交互。該研究涉及心理學、信息科學、人工智能等多個學科，在教育、醫(yī)療、人機交互以及公共安全等多個領域具有廣泛應用。
　　 傳統(tǒng)自動面部表情識別系統(tǒng)多基于Directshow等視頻處理架構設計，由于該架構的有鎖編程方式和表情識別各步驟的時間開銷不均勻，較難實現并行，而面部表情識別的時間開銷較大，因此制約了系統(tǒng)的實用化。提升表情識別系統(tǒng)的效率主要可以從算法和系統(tǒng)架構兩個方面

2、實現。
　　 在算法方面：通過對比實驗發(fā)現，把人臉圖像歸一化到48×64的尺寸，同時采用8×8的大小分塊的方式提取全局Gabor特征，能夠獲得較高的識別率，并且具有一定的穩(wěn)定性，計算量也適中；另外，通過類Adaboost算法的特征選擇方法，從有重疊的83個分塊2490個Gabor特征中選擇200階時，不僅能夠有效降低特征提取步驟的時間開銷，同時系統(tǒng)的識別率也略有提升。
　　 在系統(tǒng)架構方面：通過引入WCF架構，使得表情識

3、別各步驟的算法模塊能夠部署在服務器對外提供服務，并且WCF服務本身具有并發(fā)性，支持多路并發(fā)訪問；通過采用異步編程可以釋放調用WCF服務過程的處理器資源，實現同一服務調用源的并行表情識別；通過采用服務器層抽象和JPEG壓縮兩種方法分別減少不必要的網絡數據傳輸和降低圖像數據傳輸的帶寬和時間開銷。
　　 通過在國際標準表情數據庫(JAFFE)上的模擬仿真表明：經過算法和系統(tǒng)架構兩個方面的改進，基于WCF架構的分布式表情識別系統(tǒng)在不同的